论文部分内容阅读
通过对郑州市的降水进行系统的演变特征分析,预测区域年降水量与日暴雨,有利于揭示郑州地区降水的时间变化规律和演变特征,指导防洪减灾,提升水资源的规划、管理水平,促进区域可持续发展具有一定的理论意义与应用价值。依据郑州市67年(1951~2017)的降水资料,采用趋势系数法、R/S分析法、小波、Mann-Kendall突变检验、混沌理论对其进行时间变化及混沌性分析;运用距平累积曲线、不均匀系数法、降水集中度(PCD)、降水集中期(PCP)、Z指数对降水量进行不均匀分析和旱涝分析;运用小波分解—Elman神经网络—ARIMA(WEA)、CEEMD分解—Elman神经网络—ARIMA(CEA)耦合模型对2013—2017年的降水量进行预测。结果表明:(1)郑州市年、汛期、非汛期降水量呈现出不显著的下降趋势,未来年、汛期、非汛期降水量也将呈现出减少的趋势;汛期和年降水量具有相同的周期变化尺度和主周期;汛期、年降水量的突变规律大致一致,存在较多的突变点,非汛期降水量的突变规律与两者不同,突变点较少;汛期混沌性最强,非汛期混沌性最弱,描述汛期、月、非汛期降水系统所需的最少独立变量分别为7个、5个、4个。(2)年、汛期降水量的年际变化大致相同,其中:枯水阶段持续时间较长,丰水阶段持续时间较短,而非汛期表现出较长的丰水和枯水阶段;降水量的不均匀程度表现为:年最强,非汛期次之,汛期最弱;降水集中度表现出显著的年际变化特征,月降水主要集中于6~8月,汛期降水主要集中在7月下旬~8月下旬,非汛期降水主要集中在1月下旬;年、汛期的旱涝规律较为一致,各级别旱涝发生年份基本一致,而非汛期各级别旱涝所在年份相对于年、汛期发生较大改变。(3)WEA模型与CEA模型均可用于年降水量与最大日降水量预测,但在这两种类型的降水量预测中,WEA模型要略优于CEA模型。WEA预测年降水量时,最大、最小、平均相对误差分别为17.11%、1.58%、7.3%,CEA模型为26.19%、7.85%、14.1%;WEA在最大日降水量预测中,最大、最小、平均相对误差分别为,31.61%、2.86%、16.3%,CEA模型为35.94%、1.19%、20.85%。